论文部分内容阅读
针对IP网络规模的日益扩大,数据流量监测对于网络设计和管理所起的作用日益增加。流量矩阵估计主要就是对通信网络中源节点和目的节点对之间的流量进行估算,从而为网络拓扑结构设计、链路容量规划和预测以及路由协议的实现等网络活动提供数据支持和判断依据。现阶段IP网络流量矩阵估计问题已经被越来越多的研究者关注。以目前的技术水平想直接测量流量矩阵是很困难的,目前主要采用间接估计流量矩阵的方法。通常流量矩阵、路由矩阵以及链路负载之间可以用线性方程Y=AX来表示,因此现在普遍将流量矩阵估计问题转化为从Y和A得出OD对之间的流量X值的数学统计推断问题。由于IP网络中,特别是IP骨干网络中,OD对的个数远远大于链路数,这导致方程Y=AX有无数组解,所以流量矩阵估计问题的难点在其高度病态特性。本文的第一部分正是针对流量矩阵估计问题的高度病态特性,通过建立Euclidean优化模型,寻找与某个给定初始流量矩阵的Euclidean距离最近的解作为流量矩阵的估计值。由于初始流量矩阵的选取对于流量矩阵估计问题的求解非常重要,针对现有初始流量矩阵生成方法的缺点,本文在高斯分布的基础上提出了一种新的初始流量矩阵生成方法。再此基础上以Euclidean优化模型为基础,提出了三种推断流量矩阵的新方法。(1)基于奇异值分解和最优化方法来求解流量矩阵估计问题。通过对路由矩阵进行奇异值分解以及矩阵变换的方式,克服流量矩阵估计问题的病态特性。利用Euclidean距离作为最优化尺度建立优化模型进一步克服该问题的病态特性,并通过优化问题的极值求解获得流量矩阵的最优化估计值。(2)基于广义逆和协方差矩阵求解流量矩阵估计问题,通过广义逆表示流量矩阵估计值的通解,并引入协方差矩阵捕获网络流量的时间空间变化,利用Euclidean距离作为最优化尺度建立优化模型来克服流量矩阵问题的病态特性,最终通过递归计算获得时变网络下流量矩阵的最优化估计值,并给出了实现流量矩阵估计实时评估的步骤和方法。(3)针对MPLM的计算缺陷,利用满秩分解寻找一种更为简单清晰的方法对流量矩阵进行线性无关和线性相关部分的划分,并基于MPLM-Ⅰ方法提出新的流量矩阵估计在线评估方法。通过理论分析和仿真实验可知,本文所提出的新的设计方法比其它的相关算法的性能要好,且得出的流量矩阵估计结果与网络实际值更加接近。在论文的第二部分针对无线网络中效用最大化问题进行深入研究,基于无线传感器网络中生命周期最大化和应用性能即效用最大化,从生命周期和效用的权衡问题进行研究,提出了一个新的思路解决无线传感器网络中生命周期和应用性能的权衡问题。该方法主要利用字典方法作为无线传感器网络中生命周期和应用性能的权衡问题的解决方案的基本思路,通过递归推导网络的最大生命周期。然后在推导的生命周期约束下,将应用性能即网络效用最大化问题表示为优化问题,并再次使用字典方法来实现优化的速率分配。理论分析和仿真实验同样证明了该方法的正确性和有效性。论文的最后一部分总结全文,对前文所述的研究工作进行回顾,并根据目前的研究情况对未来的研究予以展望。